MétaCan
Menu
Retour à la cohorte
Enregistrement W3155220524

An exploration of the Role of Mentorship in Advancing Women in Coaching

2020· dissertation· en· W3155220524 sur OpenAlexaboutno aff
Jenessa Banwell

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMentorshipCoachingPsychologyEngineeringMedicineMedical educationPsychotherapist
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Women coaches continue to be underrepresented in the coaching domain (LaVoi, McGarry, Fisher, 2019) despite the growth and advancement of women in non-sport fields (Statistics Canada, 2017). A notable strategy used to develop and advance women in non-sport sectors is mentorship and while mentorship initiatives currently exist for women in the coaching domain, we know little about women coaches’ experiences of mentorship, what they learn and how they develop through mentorship, and how they can be better supported through mentorship to facilitate career advancement. The purpose of this dissertation, therefore, is to explore the role of mentorship in the advancement of women in coaching. A mixed methods approach was used in this study, which led to the production of three manuscripts: 1) Towards a process for advancing women in coaching through mentorship; 2) Benefits of a Female Coach Mentorship Program on women coaches’ development: An ecological perspective; and 3) Key considerations for advancing women in coaching. The findings from these studies provide much needed empirical data on the role of mentorship in women coaches’ growth and advancement, and more specifically, on the importance of process-driven and group-based mentorship for women coaches, the need for greater organizational involvement and macro-level changes in mentoring women coaches, and the need to shift to sponsorship to help advance women in coaching.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,008
Communication savante0,0130,008
Science ouverte0,0010,010
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,372
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetMentoring and Academic DevelopmentTravaux en français237 207